Heatmap ierarhic după condiție

Când evaluezi calitatea datelor de numărare, este necesar să transformi numărătorile normalizate pentru o mai bună vizualizare a varianței în cadrul analizelor de clustering nesupervizat. Pentru a evalua similaritatea eșantioanelor smoc2 folosind heatmap-uri ierarhice, transformă numărătorile normalizate și realizează analiza de clustering ierarhic. Consideră că toate bibliotecile au fost încărcate, obiectul DESeq2 a fost creat, iar factorii de dimensiune au fost stocați în obiectul DESeq2, dds_smoc2.

Acest exercițiu face parte din cursul

RNA-Seq cu Bioconductor în R

Vezi cursul

Instrucțiuni pentru exercițiu

Transformă numărătorile normalizate din obiectul dds_smoc2 folosind funcția vst() cu argumentul blind și salvează rezultatul în vsd_smoc2.
Extrage matricea numărătorilor normalizate transformate din obiectul vsd_smoc2 folosind funcția assay() și salvează-o ca vsd_mat_smoc2.
Calculează valorile de corelație dintre eșantioane și salvează-le în vsd_cor_smoc2.
Creează un heatmap al valorilor de corelație folosind pheatmap(), cu o bară de adnotare care să indice condition din data frame-ul smoc2_metadata.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Transform the normalized counts 
vsd_smoc2 <- ___(___, ___)

# Extract the matrix of transformed counts
vsd_mat_smoc2 <- ___(___)

# Compute the correlation values between samples
vsd_cor_smoc2 <- ___(___) 

# Plot the heatmap
___(___, annotation = select(___, ___))

Editează și rulează codul